如何选择RFE特征以进行适度/乘法回归？

Question

我正在尝试与中介者建立线性回归，以探索与全国范围内不同的电子商务相关功能如何介导Google趋势SVI与特定品牌的市场份额之间的关系。我目前有20种可能的中介变量，并且想要执行功能选择以简化模型，当前形式为：

lm(share~t1+(.-t1 -gtrends)*gtrends, data = abcd)

我尝试使用RFE，但只想出了如何使它适用于标准多元回归模型（无中介作用）。为此目的尝试使用配方，但无法弄清楚如何使它们起作用（没有使用它们的经验）。

当我向rfe公式引入任何形式的乘法时，都会出现此错误：

control <- rfeControl(functions=lmFuncs, method="cv", number=10)

results <- rfe(share~anything*gtrends,
              data = abcd, 
             rfeControl=control)

Error in `[.data.frame`(x, , bestVar, drop = FALSE) : undefined columns selected

数据集中的所有变量均为数字且经过预处理，没有零或缺少值。

那么，对于此特定模型的主持人，是否有任何友好的方法来进行特征选择？也就是说，我只需要对第一段代码括号中的部分进行特征选择。